Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Kunstig intelligens i lunge-ultralyd for svangerskapsforgiftning

8. august 2022 oppdatert av: Berrin Gunaydin, Gazi University

Evaluering av kunstig intelligens ved å definere lungeultralydfunn i anestesibehandling av svangerskapsforgiftning

Totalt åtte kvadranter av standard lunge-US-undersøkelse ble utført til alle gravide kvinner med svangerskapsforgiftning innenfor rammen av studien av samme anestesilege, og delte hver hemithorax i fire regioner gjennom de parasternale, fremre aksillære, bakre aksillære vertikale linjer og horisontale linje antas å passere under brystvorten. De resulterende bildene ble lagret i digitale medier. En lunge-US-undersøkelse ble utført én gang i gjennomsnittlig 5-10 minutter. Tilstedeværelsen av B-linjer ble undersøkt i undersøkelsen.

Tilfellet ble definert som interstitielt ødem når B-linjene, som er definert som vertikale lineære hyperekkoiske etterklangsartefakter som representerer de edematøse interlobulære septa/alveolene, strekker seg bakover fra under pleuralinjen og beveger seg synkronisert med lungebevegelser, finnes i to eller flere lungeområder. B-linjer ble bestemt for hvert tilfelle og rapportert i standardform når det gjelder antall og morfologi. Den diagnostiske nøyaktigheten til B-linjer ble bestemt med det kunstig intelligens-støttede SmartAlpha Rievi 1300-programvaren. B-linjer validert av kunstig intelligens assistert algoritme i alle lagrede digitale bilder ble rapportert blindt av en annen anestesilege med erfaring i lunge-US. De kliniske egenskapene, laboratorieparametrene og intraoperative hemodynamiske data for tilfellene ble registrert for å bli evaluert i forhold til lunge-US-data.

Vi spår at bruk av lunge-US med kunstig intelligens-programvare vil gi en mulighet til raskt å evaluere klinikken til preeklamtiske gravide kvinner som ofte opereres under akutte forhold.

Studieoversikt

Status

Fullført

Detaljert beskrivelse

Etter godkjenning av etisk komité ble standard lunge-ultralydundersøkelse (US) i åtte kvadranter utført for å søke tilstedeværelse av B-linjer hos 35 ASA III-IV-fødende med svangerskapsforgiftning av samme anestesilege. Interstitielt ødem ble definert ved gjenkjennelse av B-linjene i to eller flere lungeregioner. De digitale bildene av B-linjer verifisert med kunstig intelligens (AI) ble evaluert blindt av en annen anestesilege med erfaring i lunge-US.

Etter å ha tildelt preeklamtiske pasienter som milde eller alvorlige; demografiske, hemodynamiske og labarotære resultater ble sammenlignet. Deretter ble lunge-US-funn (A-mønster, 3 B-linjer og 1 eller 2 B-linjer) dokumentert. I tillegg ble mengde protein / 24 timer, mengde væskeinfusjon (krystalloid eller kolloid) og hemodynamiske parametere i henhold til lunge-US-funn sammenlignet.

Studietype

Observasjonsmessig

Registrering (Faktiske)

35

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiesteder

    • Ankara
      • Çankaya, Ankara, Tyrkia
        • Selin Bağcaz

Deltakelseskriterier

Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.

Kvalifikasjonskriterier

Alder som er kvalifisert for studier

18 år til 45 år (Voksen)

Tar imot friske frivillige

Nei

Kjønn som er kvalifisert for studier

Hunn

Prøvetakingsmetode

Ikke-sannsynlighetsprøve

Studiepopulasjon

35 fødende som fikk diagnosen svangerskapsforgiftning

Beskrivelse

Inklusjonskriterier:

  • Gravide kvinner som gjennomgikk keisersnitt med diagnosen svangerskapsforgiftning

Ekskluderingskriterier:

  • Preeklamtiske fødende som har en annen lungesykdom
  • Preeklamtiske fødende hvis optimale lunge-US-bilde ikke kunne oppnås

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Til sammenligning vil det bli utført kunstig intelligens assistert ultralyd og standard ultralyd i oppfølgingen av 35 preeklamtiske fødende.
Tidsramme: Påføring av lunge-ultralyd én gang i den preoperative perioden
Hvis tilstede, vil lungeødem bli diagnostisert ved å visualisere 3 B-linjer minst 2 eller flere regioner
Påføring av lunge-ultralyd én gang i den preoperative perioden

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Sponsor

Etterforskere

  • Hovedetterforsker: D.Berrin Gunaydin, Prof., Gazi University

Studierekorddatoer

Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.

Studer hoveddatoer

Studiestart (Faktiske)

1. juli 2021

Primær fullføring (Faktiske)

1. juli 2022

Studiet fullført (Faktiske)

26. juli 2022

Datoer for studieregistrering

Først innsendt

2. august 2022

Først innsendt som oppfylte QC-kriteriene

2. august 2022

Først lagt ut (Faktiske)

4. august 2022

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

10. august 2022

Siste oppdatering sendt inn som oppfylte QC-kriteriene

8. august 2022

Sist bekreftet

1. august 2022

Mer informasjon

Begreper knyttet til denne studien

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .

Abonnere